| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-16页 |
| 1.1 研究的背景和意义 | 第8-9页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-12页 |
| 1.2.1 客户细分的研究现状 | 第9-10页 |
| 1.2.2 数据挖掘的研究现状 | 第10-11页 |
| 1.2.3 房地产开发企业客户相关内容的研究现状 | 第11-12页 |
| 1.2.4 研究现状评述 | 第12页 |
| 1.3 论文的主要内容与结构安排 | 第12-16页 |
| 1.3.1 本文的研究目的 | 第12-13页 |
| 1.3.2 本文的研究方法 | 第13页 |
| 1.3.3 本文的研究内容和技术路线 | 第13-16页 |
| 2 相关理论基础 | 第16-28页 |
| 2.1 客户细分理论基础 | 第16-20页 |
| 2.1.1 客户细分的定义 | 第16页 |
| 2.1.2 客户细分的意义 | 第16-17页 |
| 2.1.3 客户细分的指标 | 第17-19页 |
| 2.1.4 客户细分的方法 | 第19-20页 |
| 2.2 数据挖掘理论基础 | 第20-26页 |
| 2.2.1 数据挖掘的定义 | 第20-21页 |
| 2.2.2 数据挖掘的步骤 | 第21-22页 |
| 2.2.3 数据挖掘的功能 | 第22-24页 |
| 2.2.4 数据挖掘方法—用于客户细分 | 第24-26页 |
| 2.3 本章小结 | 第26-28页 |
| 3 房地产开发企业客户细分模型的构建 | 第28-41页 |
| 3.1 房地产开发企业客户界定 | 第28页 |
| 3.2 构建房地产开发企业客户细分指标体系 | 第28-34页 |
| 3.2.1 指标体系构建原则 | 第28-29页 |
| 3.2.2 指标体系构建的步骤 | 第29页 |
| 3.2.3 客户细分指标的分析思路 | 第29-31页 |
| 3.2.4 结合客户价值与客户忠诚度两个维度构建房地产开发企业客户细分指标体系 | 第31-34页 |
| 3.2.5 小结 | 第34页 |
| 3.3 数据挖掘过程 | 第34-40页 |
| 3.3.1 数据预处理 | 第35-38页 |
| 3.3.2 K-mean算法 | 第38-39页 |
| 3.3.3 小结 | 第39-40页 |
| 3.4 客户细分模型的框架设计 | 第40页 |
| 3.5 本章小结 | 第40-41页 |
| 4 案例分析 | 第41-57页 |
| 4.1 某房地产开发企业的现状 | 第41-42页 |
| 4.2 数据预处理 | 第42-48页 |
| 4.2.1 数据准备 | 第42-43页 |
| 4.2.2 主成分分析 | 第43-48页 |
| 4.3 基于K-means算法的客户细分 | 第48-51页 |
| 4.4 结果分析 | 第51-55页 |
| 4.5 对企业实施客户细分的建议 | 第55-56页 |
| 4.6 本章小结 | 第56-57页 |
| 5 总结与展望 | 第57-59页 |
| 5.1 全文总结 | 第57-58页 |
| 5.2 不足与展望 | 第58-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 附录 | 第64页 |
| A．作者在攻读硕士学位期间发表的论文 | 第64页 |